超越表达预测：单细胞扰动模型中差异表达分类的基准评测

对遗传扰动所引发的转录组响应进行准确预测，有望推动我们对基因功能和调控网络的理解。尽管越来越多的方法和基准测试针对这一任务展开研究，现有评估通常仅关注平均表达准确性。这忽略了差异表达（DE），而差异表达同时反映均值和方差，并构成生物学解释与后续实验研究的基础。在此，我们系统评估了一系列深度学习与非深度学习方法在预测DE结果方面的能力，考察了两种泛化情境：同一细胞系内未见过的扰动，以及跨细胞系的未见过的细胞环境。我们发现，诸如基于嵌入的最近邻等简单基线方法具有较强竞争力，并且在不同数据集和评估指标下，在DE分类任务中往往优于专门设计的深度学习模型。我们进一步表明，受单细胞数据结构启发的稀疏性校准，能够显著提升那些未显式考虑稀疏性的深度学习模型在DE分类中的表现。总体而言，我们的研究结果为在DE预测任务上对扰动模型进行基准评测确立了实用的基线和评估原则。

对遗传扰动引发的转录组响应进行准确预测，有望帮助我们理解基因功能和调控网络。尽管越来越多的方法和基准测试以这一任务为目标，现有评估仅关注平均表达准确性。这忽视了差异表达（DE），而差异表达同时刻画均值和方差，并构成生物学解释和后续实验验证的基础。在此，我们系统评估了一组多样化的深度学习和非深度学习方法，考察它们在两种泛化情境下预测 DE 结果的能力：同一细胞系内未见过的扰动，以及跨细胞系未见过的细胞环境。我们发现，诸如基于嵌入的最近邻等简单基线方法具有竞争力，并且在不同数据集和评估指标上，常常在 DE 分类任务中优于专门设计的深度学习模型。我们进一步表明，受单细胞数据结构启发的稀疏性校准，能够显著提升那些未显式考虑稀疏性的深度学习模型在 DE 分类中的表现。总体而言，我们的研究结果为在 DE 预测任务上对扰动模型进行基准评测确立了实用的基线和评估原则。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.20.739620v1?rss=1

🏷️ 单细胞转录组 遗传扰动 差异表达分类 基准评测 深度学习 模型泛化